摘要
本发明公开了一种适应多学习任务下不同知识点数量的认知诊断方法,包括:1)基于学习者完整的认知状态和测验Q矩阵,得到知识掌握水平表征;2)通过对参数矩阵的训练,得到变长度知识权重向量;3)基于所得知识掌握水平表征、变长度知识权重向量以及知识点数量,得到知识掌握水平表征中的位置索引并与知识点子集对齐;4)基于知识掌握水平位置索引矩阵,将知识掌握水平表征矩阵转化为知识掌握水平函数矩阵,再与变长度知识权重向量进行聚合,得到学习者的理想作答反应。本发明通过引入变长度知识权重向量表征模块,克服了传统认知诊断模型的局限性,能够适用于多学习任务知识数量不同情景的认知诊断,实用性更高。
技术关键词
认知诊断方法
知识点
矩阵
索引
元素
深度神经网络
模块
参数
编码
情景
概念
错位
序列
程序
数据